Nature发布由谷歌、DeepMind联合开发AI检测乳腺癌较 新成果,准确率超过医生！

乳房X光检查的假阳性和假阴性率较高，容易发生误诊现象，造成患者焦虑、不必要的侵入性检测，如果发生漏诊，将导致延误治疗。这一问题激发了科学家开发基于计算机的人工智能（AI）系统以提高乳腺癌筛查效率的兴趣。但AI真的可以提高乳腺癌筛查的准确性和效率吗？

当地时间2020年1月1日，知名学术期刊Nature发布了AI检测乳腺癌的较 新研究成果。美国谷歌健康ShravyaShetty团队联合英国DeepMind公司的JeffreyDeFauw团队共同开发了一款乳腺癌AI筛查系统，可对乳腺癌X射线造影数据进行大规模分析和处理。结果显示，该系统检测分析乳腺癌的能力超过了专业放射科医生，或有助提高乳腺癌筛查的准确性和效率。文章题为“International evaluation of an AI system for breast cancer screening”。

研究团队利用英国25,856名妇女和美国3,097名妇女的乳房X射线影像构建训练了AI系统。为了评估其在临床环境中的性能，研究人员分别在英国和美国的大型数据集中进行了验证。数据显示，该AI系统用英国的数据集训练后能够对美国的数据进行分析和处理，表明了该系统的适用性。
研究中，该系统被用于识别数据集中部分妇女是否存在乳腺癌，已知这部分妇女在至少365天后有活检结果证明患有乳腺癌或成像随访显示正常。结果显示，与一般放射科医生相比，该AI系统的假阳性结果降低了5.7％（美国数据）和1.2％（英国数据），假阴性结果降低了9.4％（美国数据）和2.7％（英国数据）。AI系统的表现不仅超过放射科医生曾做出的诊断，还超过了6位放射线专家做出的诊断，后者在对照研究中分析了500例随机病例。
在针对美国6位放射科医生的独立研究中，AI系统的表现优于所有医生。AI系统的AUC-ROC面积比一般放射线医生的AUC-ROC高出11.5％。AI系统强大的评估性能为临床试验铺平了道路，有助于提高乳腺癌筛查的准确性和效率。

Nature杂志同期发表评论表示，该研究令人印象深刻，其优势在于利用大型数据集进行AI算法的训练和验证。该较 新研究结果表明，未来，AI可能有助于乳腺癌的早期发现。但该系统仍需要进行临床试验以进一步评估其在医学实践中的实用性，因为与该研究环境相比，现实世界更加复杂，且可能更加多样化。